Как определить значимые и незначимые коэффициенты регрессии в анализе данных?

Чтобы определить значимые и незначимые коэффициенты регрессии в анализе данных, используют t-критерий Стьюдента. math.semestr.ru Найденное по данным наблюдений значение t-критерия (его ещё называют наблюдаемым или фактическим) сравнивают с табличным (критическим) значением, определяемым по таблицам распределения Стьюдента. math.semestr.ru

Порядок работы при проверке значимости коэффициента по t-статистике: hse-da.narod.ru

1. Выбирают уровень значимости a (обычно 1%, 5% или 10%). hse-da.narod.ru
2. Вычисляют число степеней свободы (N-k). hse-da.narod.ru
3. По таблицам распределения Стьюдента определяют критическое значение ta/2; N-k (двухсторонний критерий) или ta; N-k (односторонний критерий). hse-da.narod.ru
4. Если модуль t-статистики больше критического значения, то коэффициент является значимым на уровне значимости a. hse-da.narod.ru
5. В противном случае коэффициент не значим (на данном уровне a). hse-da.narod.ru

Также можно использовать правило оценки значимости коэффициентов регрессии без использования таблиц: hse-da.narod.ru

1. Если tbi £ 1, то коэффициент bi не может быть признан значимым, так как доверительная вероятность менее 0,7. hse-da.narod.ru
2. Если 1 < tbi £ 2, то найденная оценка может рассматриваться как относительно (слабо) значимая. hse-da.narod.ru При этом доверительная вероятность лежит между 0,7 и 0,95. hse-da.narod.ru
3. Если 2 < tbi £ 3, то коэффициент значим. hse-da.narod.ru Доверительная вероятность лежит между значениями 0,95 и 0,99. hse-da.narod.ru
4. Если tbi > 3, то это почти полная гарантия значимости коэффициента. hse-da.narod.ru

В каждом конкретном случае имеет значение число наблюдений. main.isuct.ru Чем их больше, тем надёжнее при прочих равных условиях выводы о значимости коэффициента. main.isuct.ru